如何估算13年大型数据集中每日威布尔分布的目标风速密度

时间:2014-01-06 10:25:07

标签: r function time distribution weibull

美好的一天,

我想根据每天半小时测量的风速(每天48风速,有时缺少几小时)来创建威布尔分布。
然后根据威布尔分布,我想根据每日威布尔分布计算某个目标风速的密度(在这个数据集中,29km / hr)。
为此,我需要每天安排13年的数据集来计算威布尔分布的两个参数(scale = a和shape = b),以估算每天目标点的密度。由于这是一个大型数据集,我需要使用某个功能来自动处理它并将日常结果放在不同的表格中(a,b,密度为29 km / hr)(可能是'返回'功能??)

我的数据如下:

    Time             windspeed direction    Date            day_index
1   24/07/2000 13:00    31       310    2000-07-24 13:00:00 2000_206
2   24/07/2000 13:30    41       320    2000-07-24 13:30:00 2000_206
3   24/07/2000 14:30    37       290    2000-07-24 14:30:00 2000_206
4   24/07/2000 15:00    30       300    2000-07-24 15:00:00 2000_206
5   24/07/2000 15:30    24       320    2000-07-24 15:30:00 2000_206
6   24/07/2000 16:00    22       330    2000-07-24 16:00:00 2000_206
7   24/07/2000 16:30    37       270    2000-07-24 16:30:00 2000_206  

这是此链接网页(How can I apply "sapply" in R with multiple codes in one function?

的进一步问题

之前的评论表明我可能需要使用'aggregate'或'ddply'函数。为了分析意图,我如何在函数中加入多个参数?

我的多个参数的函数是:

library(bReeze) 
library(xts) 
time_ballarat <- strptime(ballarat_alldata[,1], "%d/%m/%Y %H:%M")

multiple.function <- set1 <- createSet(height=10, v.avg=ballarat_alldata[,2], dir.avg=ballarat_alldata[,3]) + ballarat <- createMast(time.stamp=time_ballarat, set1) + ballarat <- clean(mast=ballarat) + ballarat.wb <- weibull(mast=ballarat, v.set=1, print=FALSE) + my.x <- density(ballarat_alldata$windspeed, from = 0, to = max(ballarat_alldata$windspeed))$x + my.y <- density(ballarat_alldata$windspeed, from = 0, to = max(ballarat_alldata$windspeed))$y + df <- data.frame(x = my.x, y = my.y) + my.nls <- nls(y ~ (a/b) * (x/b)^(a-1) * exp(- (x/b)^a), + data = df[df$x > 0, ], + start = c(a = ballarat.wb[13,2], b = ballarat.wb[13,1])) + xValues <- seq(from = 0, to = 40, length.out = 100) + my.predicted <- predict(my.nls, data.frame(x = xValues)) + my.coef <- coef(my.nls) + my.weibull.predict <- function(x, a, b) { + y <- (a/b) * (x/b)^(a-1) * exp(- (x/b)^a) + return(y)} + return(c(ballarat.parameter = my.coef[1], ballarat.scale= my.coef[2], + my29 = my.weibull.predict(29, my.coef[1], my.coef[2])))}

我不确定这可以计算出每天目标速度的密度。你能否检查一下它是否符合我的意图? “multiple.function”的主要问题是weibull分布代码应该根据每天的不同数据而不同地创建。代码中缺少这个。

例如,在"createSet(height=10, v.avg=ballarat_alldata[,2], dir.avg=ballarat_alldata[,3])"中,v.avgdir.avg不应包含计算的所有数据集,但我不知道如何。

我还是R的初学者,所以我提前就我的问题道歉。问题可能太具体了..请帮我找到解决问题的方法!

此致

抗敏。

0 个答案:

没有答案